使用字典项时，tm包中的R inspect函数仅返回10个输出

编程问答 2022-06-12

问题描述

我有70个科学论文的PDF，我正在尝试使用<p id="settings-icon" class="fa fa-cog" onClick='attachModal()'>test</p>的字典功能（属于tm软件包）在其中查找特定术语来缩小它们的范围。我的PDF存储在VCorpus对象中。这是一个使用原始数据集和通用术语的示例代码，这些术语会（可能）出现在每个示例论文中（以粗体显示）：

inspect()

此搜索仅将10篇论文返回到output.matrix。给出的结果是：

library(tm)
output.matrix <- inspect(DocumentTermMatrix(crude,list(dictionary = c("i","and","all","of","the","if","i'm","looking","for","but","because","has","it","was"))))
output <- data.frame(output.matrix)

对于我的70篇论文的实际数据集，我知道应该大于10篇，因为当我向VCorpus添加更多PDF时（我知道其中至少包含我的一个搜索词），我的输出中仍然只有10篇。我想将结果调整为一个列表，如图所示，它给出了来自VCorpus的每张论文，其中包含一个术语，而不仅仅是我认为的第一个10。

使用R版本4.0.2，macOS High Sierra 10.13.6

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）

pdfrrtext-mining